Ora Computing cierra ronda seed de 3,5 millones de euros para reducir el tamaño de los modelos de IA hasta un 80% y abaratar los costes de cómputo

Ora Computing, una deep-tech startup con sede en Viena fundada en 2025, ha cerrado una ronda seed de 3,5 millones de euros el 24 de junio de 2026 para comercializar un software que comprime modelos grandes de IA hasta en un 80%, manteniendo una precisión casi original . Este artículo verifica la ronda anunciada, las afirmaciones tecnológicas y los planes declarados de la empresa, basándose en el anuncio principal del inversor principal Greencode Ventures y en informes corroborantes de medios del sector.

La ronda seed de 3,5 millones de euros

La ronda seed fue coliderada por Constructor Capital (un VC suizo especializado en deep-tech) y Greencode Ventures, con el respaldo continuado del inversor existente XISTA Science Ventures, que ayudó a construir y lanzar la empresa .

Ora Computing fue fundada por los investigadores en computación cuántica Stefan Sack y Raimel A. Medina, que surgieron del Institute of Science and Technology Austria (ISTA) . La empresa salió del modo sigiloso a finales de 2025 y ya ha validado su solución con actores de los sectores de automoción y silicio para edge .

Cómo funciona el software de compresión

El software de Ora utiliza un enfoque basado en teoría de la información para reducir el tamaño de los grandes modelos fundacionales de IA para inferencia, reestructurándolos matemáticamente para eliminar redundancias y preservar la calidad de los resultados . Las principales afirmaciones de la empresa y sus inversores incluyen:

• Reducción de tamaño de hasta el 80%: los modelos pueden reducir drásticamente su huella de memoria .
• Inferencia hasta 4 veces más rápida: los modelos comprimidos funcionan significativamente más rápido en el mismo hardware .
• Pérdida de precisión de solo el 0–5%: el equilibrio entre compresión y precisión es mínimo .
• Independiente del hardware: el software funciona en diferentes arquitecturas de chips (CPU, GPU, silicio para edge) sin necesidad de infraestructura personalizada ni reentrenamiento .
• Sin necesidad de reentrenamiento: se integra directamente en los frameworks de inferencia estándar .
• Curva de compresión continua: a diferencia de las herramientas binarias de "elegir un nivel de compresión", el algoritmo de Ora mapea todo el equilibrio tamaño-precisión de forma continua, permitiendo a los clientes optimizar según sus limitaciones de hardware y coste .
• Probado en un modelo de 70 mil millones de parámetros: la empresa afirma haber comprimido un modelo de 70 mil millones de parámetros en horas por menos de 1.000 dólares en cómputo, frente a los costes típicos de cientos de miles de dólares .

Impacto en costes, energía y carbono

Dado que los modelos comprimidos requieren menos cómputo, Ora afirma que su tecnología se traduce directamente en un menor consumo de energía y una reducción de las emisiones de carbono . La empresa estima que con una penetración de mercado del 1%, su tecnología podría eliminar más de 50.000 toneladas de CO₂ al año .

Esto se alinea con el consenso general del sector de que la inferencia representa más del 90% del consumo energético total de los modelos de IA desplegados, lo que convierte la compresión en una herramienta muy potente para la sostenibilidad . Un estudio de 2025 en PMC descubrió que la aplicación de técnicas de compresión de modelos como el pruning y la destilación a modelos del tamaño de BERT resultó en reducciones de energía del 32–48%, manteniendo una precisión superior al 95% . La estimación específica de ahorro de CO₂ de Ora, sin embargo, está etiquetada como una "estimación" para una tasa de penetración de referencia, no como un resultado medido .

Uso de los fondos y planes comerciales

Ora ha declarado tres usos principales para el capital semilla :

1. Ampliación del equipo: crecimiento del equipo de ingeniería y comercial.
2. Extensión de la compresión a modelos frontier más grandes: ir más allá de las capacidades actuales para comprimir la próxima generación de modelos de vanguardia.
3. Lanzamiento de un producto comercial: dirigido a proveedores de inferencia en la nube y empresas que despliegan IA en el edge (por ejemplo, automoción, equipos industriales) .

El sitio web de la empresa ya promociona un servicio automatizado de compresión de LLMs que puede ajustar modelos en dispositivos edge, servidores on-prem o infraestructura en la nube "en horas, no en meses", con afirmaciones de reducir la huella de memoria hasta en un 70% y recortar las facturas de GPU en más de un 50% .

Nota sobre la fiabilidad de las fuentes

La fuente principal es un anuncio detallado publicado en el sitio web oficial de Greencode Ventures . La cobertura corroborante proviene de múltiples medios, incluyendo The Recursive , IT Boltwise , Vestbee , tech.eu y Fundup.ai , todos reportando los mismos detalles de la ronda, las cifras de compresión y el plan de uso de los fondos. Ningún tercero independiente ha validado aún la estimación específica de ahorro de CO₂ de Ora, que la empresa etiqueta como una estimación y no como un resultado medido.